[发明专利]基于ISSA-LSTM的企业碳排放预测方法及系统

权利要求书

1.基于ISSA-LSTM的企业碳排放预测方法，其特征在于，包括以下步骤：

S1、对历史碳排放数据进行预处理；

S2、构建碳排放LSTM模型；

S3、将碳排放LSTM模型的多个关键参数作为改进的麻雀搜索算法中麻雀的多维位置，对所述多个关键参数进行寻优，得到最优关键参数；

S4、利用最优关键参数构建碳排放LSTM模型，作为最优的碳排放LSTM模型；

S5、将预处理后的历史碳排放数据输入最优的碳排放LSTM模型，进行碳排放预测。

2.根据权利要求1所述的基于ISSA-LSTM的企业碳排放预测方法，其特征在于，所述S1包括：

S1.1、采集历史多个采样时刻的碳排放数据作为数据集，并划分为训练集和测试集；

S1.2、利用公式对数据集的数据进行归一化处理；

其中，为归一化处理前的数据，x为归一化处理后的数据，为数据集中的最小数据，为数据集中的最大数据。

3.根据权利要求1所述的基于ISSA-LSTM的企业碳排放预测方法，其特征在于，所述S2包括：

构建碳排放LSTM模型，所述碳排放LSTM模型的公式表达形式如下

f_t＝σ(W_fxx_t+W_fhh_t-1+b_f)

i_t＝σ(W_ixx_t+W_ihh_t-1+b_i)

o_t＝σ(W_oxx_t+W_ohh_t-1+b_o)

h_t＝o_t*tanh(c_t)

其中，t是当前时刻，t-1是当前时刻的上一时刻，f_t是遗忘门，i_t是输入门，o_t是输出门，c_t是当前单元状态，是当前的输入状态，x_t是当前输入的碳排放数据，h_t是当前输出的碳排放数据；W_fx、W_fh、W_ix、W_ih、W_ox、W_oh、W_cx、W_ch均是权重矩阵，b_f、b_i、b_o、b_c均是偏置向量；σ(·)、tanh(·)均是激活函数，两个激活函数的具体计算公式为

其中，x_a是输入激活函数σ(·)中的数据，x_b是输入激活函数tanh(·)中的数据，e^(·)是以自然常数e为底的指数函数。

4.根据权利要求1所述的基于ISSA-LSTM的企业碳排放预测方法，其特征在于，所述S3包括：

S3.1、初始化麻雀种群参数；

S3.2、利用sin混沌映射初始化麻雀种群初始位置；

S3.3、计算麻雀种群中各麻雀的适应度值，将适应度值从小到大的顺序排序，并取适应度值前20％的麻雀作为发现者，适应度值后80％的麻雀作为加入者；

S3.4、更新发现者位置；

S3.5、更新加入者位置；

S3.6、随机选取种群中20只麻雀作为警戒者，更新警戒者位置；

S3.7、判断是否达到最大搜索次数，若达到，则结束搜索过程，将最小的适应度值对应的麻雀的位置作为碳排放LSTM模型的最优关键参数；否则，返回S3.3，继续搜索过程。